Demande à une IA des idées de tests pour ta page, elle t'en sort cinquante en trente secondes. C'est le problème, pas la solution. Générer des hypothèses n'a jamais été le goulot. Les trier, si. La valeur d'un test n'est pas dans l'idée, elle est dans l'ordre où tu les attaques. Voici comment je fais générer, puis surtout comment je coupe le bruit.
Pourquoi cinquante hypothèses, c'est un piège
Une liste longue donne l'illusion du travail fait. En vrai, tu viens de créer un backlog que personne ne priorise, et tu vas tester au hasard, ou tester ce qui te plaît. Le volume n'est pas de la valeur, c'est de la charge déguisée en avancement.
Le mécanisme est documenté, et il porte un nom, la surcharge de choix. Plus tu as d'options, plus décider devient coûteux, jusqu'à te figer. L'expérience la plus connue est celle d'Iyengar et Lepper en 2000, un stand de dégustation de confitures, une version avec 24 parfums, une avec 6. Le stand à 24 attire plus de monde, mais celui à 6 vend dix fois plus. Trop de choix n'aide pas à choisir, il paralyse. La loi de Hick dit la même chose côté temps, le délai de décision croît avec le nombre d'options. Cinquante hypothèses te mettent exactement dans cet état, tu regardes la liste, tu ne sais pas par où commencer, tu remets à demain.
L'IA amplifie le piège, parce qu'elle génère sans effort, donc elle génère trop. Sans filtre, tu passes de la page blanche à la noyade, ce qui n'est pas un progrès, c'est le même blocage à l'autre bout. Le vrai livrable n'est jamais la liste, c'est l'ordre.
Il y a un coût caché à tester trop. Chaque test mobilise du trafic, du temps de dev, une période pendant laquelle tu ne testes pas autre chose. Multiplier les tests médiocres, c'est dépenser ta ressource la plus rare, le volume de visiteurs, sur des idées à faible rendement. Pire, plus tu lances de tests au hasard, plus tu récoltes de faux positifs, des variantes qui gagnent par pur bruit statistique et que tu déploies à tort. Le tri n'est pas du confort, c'est ce qui protège ton trafic et ta crédibilité quand tu annonces un résultat.
L'ironie n'échappe à personne, la surcharge de choix qui te paralyse devant cinquante hypothèses est exactement celle qui fige ton visiteur devant tes cinq offres. Le mal que l'IA t'inflige en génération, tu l'infliges peut-être à ton acheteur en page services. Raison de plus pour prendre le mécanisme au sérieux des deux côtés.
La génération, cadrée
Je fais générer des hypothèses sur une page réelle, ici ma page services. Mais je cadre dès la génération, parce qu'un cadre en amont coûte moins cher qu'un tri en aval. Chaque hypothèse doit nommer trois choses, l'élément visé, le changement précis, et le mécanisme cognitif ou UX attendu. Pas de mécanisme, pas d'hypothèse.
Quelques exemples de sortie sur cette page :
- Élément, le menu à cinq offres. Changement, ajouter un module "quelle offre pour ta situation". Mécanisme, réduit la charge de choix qui fige le visiteur devant cinq portes.
- Élément, les cartes offres. Changement, ajouter une ligne "tu repars avec". Mécanisme, rend le livrable concret avant le clic, baisse l'incertitude sur ce qu'on achète.
- Élément, la preuve. Changement, remonter un receipt chiffré près du CTA. Mécanisme, ancre la crédibilité au point de décision, là où le doute est le plus fort.
Une hypothèse sans mécanisme, du type "changer la couleur du bouton", je la jette d'office. Même si elle gagne, elle ne m'apprend rien de réutilisable, parce que je ne saurai pas pourquoi elle a gagné, donc je ne pourrai pas rejouer le principe ailleurs. Un test doit produire un enseignement, pas juste un chiffre.
Compare deux formulations de la même idée. Sans mécanisme, "tester un bouton plus gros". Avec mécanisme, "grossir le CTA pour qu'il gagne le duel d'attention contre la deuxième action du hero". La première, si elle gagne, tu ne sais pas quoi en faire ailleurs. La seconde t'apprend un principe, l'attention est un budget qui se dispute, que tu pourras rejouer sur dix autres pages. Le mécanisme transforme un résultat isolé en règle transférable, c'est lui qui capitalise d'un test à l'autre.
Et je plafonne à huit, volontairement. Limiter la génération d'une IA qui pourrait en pondre cent, ça surprend, mais la rareté force la qualité. Contrainte à huit idées, le modèle ne peut plus noyer le poisson, il doit choisir ses meilleurs angles, ceux qui tiennent un mécanisme. Une contrainte basse en sortie agit comme un filtre en amont, tu récoltes moins, mais tu récoltes du dense.
Le tri, ICE
Une fois les hypothèses cadrées, je les note. ICE vient du growth, popularisé par Sean Ellis, trois axes, Impact attendu, Confiance dans le mécanisme, Effort de mise en oeuvre. Tu ne testes pas la meilleure idée, tu testes le meilleur rapport des trois.
Le tri fait remonter des choses contre-intuitives. Une idée à fort impact mais faible confiance passe après une idée à impact moyen et confiance haute. Parce qu'un test doit t'apprendre quelque chose de fiable, pas juste bouger un chiffre une fois sans savoir pourquoi. Et une idée à impact énorme mais effort colossal passe souvent après trois petites victoires rapides qui, cumulées, valent mieux et t'apprennent plus vite. ICE ne récompense pas l'ambition, il récompense le rendement.
Pour que le score veuille dire quelque chose, note chaque axe honnêtement. L'Impact, c'est l'ampleur du gain si l'hypothèse est vraie et la place de l'élément dans le parcours, un changement sur le hero pèse plus qu'un changement en pied de page. La Confiance, ce n'est pas ton enthousiasme, c'est la force de la preuve derrière le mécanisme, un pattern documenté ou un test passé montent la note, un pari sur un ressenti la descendent. L'Effort, c'est le dev, le design et le risque de casse, pas seulement les heures. La tentation est de gonfler l'Impact des idées qui te plaisent, résiste, c'est précisément ce que le score est censé neutraliser.
L'artefact, le template génération plus scoring ICE
Voici le prompt qui génère cadré et score dans la foulée.
Rôle : analyste CRO, génération et priorisation d'hypothèses de test.
Entrée : la description d'une page et son objectif de conversion.
Étape 1, génère 8 hypothèses maximum. Chacune nomme l'élément visé,
le changement précis, et le mécanisme cognitif ou UX attendu.
Rejette toute hypothèse sans mécanisme.
Étape 2, note chaque hypothèse sur ICE, Impact 1 à 5, Confiance 1 à 5,
Effort 1 à 5. Score égale Impact fois Confiance divisé par Effort.
Sortie : un tableau trié par score décroissant, et les 3 premières à tester.
Interdit : aucune hypothèse cosmétique sans mécanisme, pas plus de 8 idées.
La sortie, sur ma page services
Un prompt de priorisation se juge à son tableau. Voici la sortie sur ma page services, les scores étant des estimations a priori, avant test, c'est tout l'objet d'ICE.
Hypothèses cadrées et scorées, page services
(I = Impact, C = Confiance, E = Effort, Score = I x C / E)
Hypothèse I C E Score
Ligne "tu repars avec" sur chaque carte offre 3 5 1 15.0
concret, baisse l'incertitude avant le clic
Module "quelle offre pour ta situation" 4 4 2 8.0
réduit la charge de choix face à 5 offres
Receipt chiffré remonté près du CTA 4 3 2 6.0
ancre la crédibilité au point de décision
À tester d'abord : la ligne "tu repars avec".
Meilleur rapport, effort minime, confiance haute.
Regarde le classement. L'idée la plus ambitieuse sur le papier, le module d'orientation, n'arrive pas en tête, parce qu'elle demande plus d'effort et repose sur un pari moins sûr. La petite ligne "tu repars avec" gagne, parce qu'elle coûte presque rien et que son mécanisme est solide. Sans ICE, tu aurais probablement attaqué le gros chantier en premier, par instinct, et repoussé la victoire facile. Et c'est un piège classique, le gros chantier est plus excitant, il ressemble à du vrai travail, alors que trois quick wins enchaînés bougent ton taux plus vite et te donnent trois enseignements au lieu d'un seul, plus incertain. Le rôle d'ICE n'est pas de trouver la meilleure idée dans l'absolu, c'est de te protéger de ton propre penchant pour le spectaculaire, celui qui te fait confondre l'ampleur d'un chantier avec la valeur de son résultat.
Où ICE ne suffit pas
Sois lucide sur l'outil, ICE donne une fausse impression de précision. "15.0" a l'air d'une mesure, c'est une estimation, tu as toi-même posé les trois notes au jugé. Deux personnes scorent la même hypothèse différemment, et le classement bouge. ICE n'est pas un oracle, c'est un moyen de rendre ton intuition explicite et discutable, ce qui est déjà énorme, mais ça reste ton intuition.
D'où deux gardes-fous humains. Le premier, la confiance dans le mécanisme doit venir de quelque chose de réel, une donnée, un pattern documenté, un test passé, pas d'un pari optimiste. Le second, le score ne connaît pas ta stratégie, il peut mettre en tête un test qui gonfle un chiffre local sans servir ton objectif du trimestre. Le tri chiffré propose un ordre, l'humain valide qu'il sert le bon but. La machine range, tu décides ce que le rangement veut dire.
Un dernier point que le score ignore, la faisabilité statistique. Une hypothèse peut être première du classement et intestable en pratique, parce que la page ne reçoit pas assez de trafic pour trancher en un délai raisonnable. Sur un petit volume, tu ne lances pas cinq variantes en parallèle, tu en tests une, la mieux notée, et tu attends d'avoir de quoi conclure. ICE priorise, il ne te dit pas si tu as la matière pour mesurer, et lancer un test qu'on ne pourra pas lire, c'est brûler du trafic pour rien.
Ce que tu retiens
L'IA rend la génération gratuite, ce qui la rend dangereuse, parce que le volume n'est pas de la valeur, c'est une nouvelle façon de se figer. Cadre la génération par le mécanisme, tranche par ICE, teste trois idées bien choisies plutôt que cinquante au hasard, et garde la main sur la lecture du classement. C'est cette discipline de priorisation qui structure le plan d'action d'une Radiographie CRO. Si tu veux ce tri fait sur ton tunnel, c'est là.
Dans la même série
Cette méthode de tri appartient à mon pilier sur l'IA et l'audit CRO. Elle consomme la lecture data expliquée dans GA4 plus Claude sans se faire piéger, et se place en étape six de mon stack complet en sept étapes.